1、隨著近年來原材料價格以及勞動成本的不斷增加，服裝生產的成本壓力也日益增大，而裁剪工序作為一道重要工序，對材料成本和人工成本進行有效控制有著重要現(xiàn)實意義。分床和排樣問題作為裁剪工序中的兩大主要環(huán)節(jié)，若能通過優(yōu)化算法取代人工分床和人工排樣，有利于降低企業(yè)人工和原料成本，從而提高企業(yè)競爭力。
　　本課題在分析分床和排樣問題相關技術的國內外研究現(xiàn)狀的基礎上，設計開發(fā)服裝訂單智能一體化系統(tǒng)軟件。本文的主要工作和研究內容如下:
　　1)

2、根據實際生產確定分床問題的優(yōu)化目標，建立分床數(shù)學模型，然后將目標進行轉化分析，提出了兩階段的方法求解該模型。在算法實現(xiàn)后對實際訂單進行測試，證明了該算法的有效性。
　　2)將樣片進行離散化，首先獲得樣片的輪廓點，然后將樣片所占區(qū)域轉化成一系列的線段區(qū)間，以降低樣片的復雜性給排樣帶來的難度。
　　3)提出了一種基于壓縮因子粒子群的組合排樣方法。首先對樣片進行k-means聚類分析，再將同類樣片組合，然后通過連通域分析、邊界跟蹤